AI 백트래킹 단일축 추적 시스템

제품 개요

기존의 백트래킹 알고리즘은 태양의 위치와 배열 치수에 대한 기하학적 모델을 사용하여 행 간 음영을 방지하는 행 각도를 계산한다. 이 방식은 완전히 평탄한 지형과 균일한 배열 행에서는 잘 작동하지만, 실제 프로젝트 현장은 미세한 지형 변화, 기초 설치 허용 오차로 인한 불균일한 행 간격, 그리고 기하학적 모델이 고려할 수 없는 확산광 조건을 갖는다.

AI 백트래킹 단축축 추적 시스템은 기하학적 모델을 대신해 실시간 스트링 단위 전기 출력 데이터를 기반으로 행 각도를 지속적으로 최적화하는 머신러닝 컨트롤러를 사용한다. 음영이 발생할 위치를 계산하는 대신, AI는 현재 음영이 발생하는 위치를 감지하고 이에 따라 각도를 조정한다.

어떻게 작동하는지:

각 행의 DC 스트링 전류는 콤바이너 박스 수준에서 모니터링된다(추가 센서는 필요 없음 — 해당 데이터는 이미 발전소 SCADA 시스템에 존재함)

되감기 기간(이른 아침, 늦은 오후) 동안 인공지능 컨트롤러가 각 행의 각도를 미세 조정합니다

어느 행의 전류가 이웃 행에 비해 감소할 경우 — 즉 음영이 발생한 경우 — 컨트롤러는 전체 행을 균일하게 조정하는 대신 해당 특정 행만 조정합니다

시간이 지남에 따라 머신러닝 모델이 현장 특유의 음영 패턴을 학습하고, 주어진 시각/날짜/기상 조건에 따라 최적 각도를 예측함으로써 활성 미세 조정이 필요해지는 빈도를 줄입니다

측정된 이점: 기하학적 되감기 대비 음영 손실이 최대 90% 감소하여, 기하학적 되감기를 적용한 표준 트래커 대비 연간 에너지 수율이 약 2–4% 추가로 증가합니다. 이는 컨트롤러 펌웨어 업그레이드 외에 추가 하드웨어 비용이 전혀 들지 않는 상태에서 달성됩니다

기술 사양

적용 분야

지형이 고르지 않거나 미세한 지형 변화가 있는 현장

고밀도 트래커 레이아웃(GCR 0.45)

수익성 향상률 1%가 상당한 PPA 수익으로 직결되는 프로젝트

기존 트래커 설치에 후방식 적용 가능(컨트롤러 펌웨어 업그레이드만 필요)

자주 묻는 질문

질문: AI 컨트롤러는 인터넷 연결이 필수인가요?

아니요. 기계학습(ML) 모델은 발전소 제어실 내 엣지 컨트롤러에서 실행됩니다. 초기 모델 학습에는 현장 운영 데이터 2~4주 분량을 사용해 사이트별 음영 패턴을 학습합니다. 학습 완료 후에는 모델이 로컬에서 독립적으로 실행됩니다. 원격 펌웨어 업데이트 및 성능 벤치마킹을 위한 주기적 클라우드 연결은 선택 사항입니다.

질문: 기존 트래커 설치에 후방식 적용이 가능한가요?

예, 기존 트래커 하드웨어(슬루 드라이브, 토크 튜브, 기초 구조)가 기계적으로 양호한 경우 가능합니다. 업그레이드는 컨트롤러 펌웨어 교체와 발전소 SCADA로부터 문자열 단위 전류 데이터 피드를 설정하는 절차로 완료되며, 기계적 변경은 전혀 필요하지 않습니다.

이미지 배치

SEO 키워드

주요 용어: 인공지능 역추적 태양광 추적기, 스마트 태양광 추적 시스템, 머신러닝 기반 PV 추적기, 지능형 역추적

부가 용어: 음영 손실 감소 태양광 추적기, 적응형 역추적 알고리즘, 행 단위 태양광 추적기 최적화